YOLOv11全网最新创新点改进系列：融合最新顶会提出的HCANet网络中卷积和注意力融合模块(CAFM-2024年3月15月开源)，有效提升YOLOv11小目标检测性能，大幅度拉升目标检测效果！
一、摘要
摘要高光谱图像去噪是高光谱数据有效分析和解释的关键。然而，同时建模全局和局部特征很少被探索以增强HSI去噪。在这封信中，我们提出了一个混合卷积和注意力网络（HCANet），它利用了卷积神经网络（CNN）和变压器的优势。为了增强全局和局部特征的建模，我们设计了一个卷积和注意力融合模块，旨在捕获长程依赖性和邻域光谱相关性。此外，为了改善多尺度信息聚合，我们设计了一个多尺度前馈网络，通过提取不同尺度的特征来提高去噪性能。在主流HSI数据集上的实验结果验证了HCANet的合理性和有效性。该模型能有效去除各种复杂噪声。我们的代码可在https://github.com/summitgao/HCANet上获得。
二、介绍
超光谱成像是一种强大的技术，它可以从物体或场景中获取丰富的光谱信息。与RGB数据相比，高光谱图像（HSI）捕获的光谱信息更精细。因此，HSI已被广泛用于许多实际应用中，例如解混[1]和地物分类[2]。然而，HSI经常受到传感器成像过程中不可避免的混合噪声的困扰，这是由于曝光时间和反射能量不足造成的。这些噪声可能会降低图像质量并妨碍后续分析和解释的性能。消除这些噪声可以提高地面目标检测和分类的准确性。因此，HSI去噪是许多遥感应用中预处理阶段的关键和不可缺少的技术。受HSI的空间和光谱特性的启发，传统的HSI去噪方法利用具有先验的优化方案，例如低秩[3]，全变差[4]，非局部相似性[5]，虽然这些方法已经取得了可观的性能，但它们通常取决于手工先验和真实世界噪声模型之间的相似程度。近年来，卷积神经网络（CNN）[7]为HSI去噪提供了新的思路，表现出显着的性能进步。Maffei等人。[8]提出了一种基于CNN的HSI去噪模型，将噪声水平图作为输入来训练网络。Wang等人。[9]提出了一种基于联合Octave和注意力机制的卷积网络，用于HSI去噪。Pan等人。[10]提出了一种渐进的多尺度信息聚合网络，以消除HSI中的噪声。这些基于CNN的方法使用卷积核进行局部特征建模。最近，随着Vision Transformer（ViT）的出现，基于Transformer的方法在各种计算机视觉任务中取得了重大成功。现有的基于Transformer的图像去噪方法通过学习全局上下文信息取得了很大的成功。然而，如果局部特征被有效地考虑和利用，HSI去噪性能可能会进一步提高。因此，通过结合CNN和Transformers来考虑局部和全局信息以提高去噪性能是很重要的。由于以下两个挑战，为HSI去噪构建有效的Transformer和CNN混合模型通常是不平凡的：1）局部和全局特征建模的最佳混合架构仍然是一个悬而未决的问题。卷积核捕捉局部特征，这意味着失去了长距离的信息交互。卷积和注意力的结合可以提供一个可行的解决方案。2)Transformer中前馈网络的单尺度特征聚合受到限制。一些方法使用深度卷积来改善FFN中的局部特征聚合。然而，由于隐藏层中的信道数量较多，单尺度令牌聚合很难利用丰富的信道表示。为了解决上述两个挑战，我们提出了一种用于HSI去噪的混合卷积和注意力网络（HCANet），它同时利用全局上下文信息和局部特征，如图1所示。具体来说，为了增强全局和局部特征的建模，我们设计了一个卷积和注意力融合模块（CAFM），旨在捕获长程依赖性和邻域光谱相关性。此外，为了提高FFN中的多尺度信息聚合，我们设计了一个多尺度前馈网络（MSFN），通过提取不同尺度的特征来提高去噪性能。在MSFN中使用了三个具有不同步长的并行扩张卷积。通过在两个真实世界的数据集上进行实验，我们验证了我们提出的HCANet是上级优于其他国家的最先进的竞争对手。
这封信的贡献可以总结如下：
1.探索了用于HSI去噪的全局和局部特征建模的有前途但具有挑战性的问题。据我们所知，这是第一个将联合收割机卷积和注意力机制结合起来用于HSI去噪任务的工作。
2.提出了多尺度前馈网络，在不同尺度上无缝提取特征，有效抑制多尺度噪声。
3.在两个基准数据集上进行了大量实验，验证了HCANet的合理性和有效性。
